18岁华裔大学生证明量子计算在推荐问题上没什么用

　　经过几十年的研究之后，量子计算在人工智能时代迎来春天。结合了人工神经网络的量子计算可以满足机器学习的计算需求，提供传统计算机无法匹敌的性能表现、比传统计算机快得多地解决问题。

　　目前全球范围内已经掀起量子计算的热潮。谷歌、微软、IBM等科技巨头正在往量子机器学习上投入大笔资金，多伦多大学还成立了一个量子机器学习创业孵化器。量子物理学家Jacob Biamonte说“‘机器学习’现在正成为一个潮词。在‘机器学习’加上‘量子’，它就变成了一个超级潮词。”

　　然而，一个名不见经传的18岁准研究生通过一篇论文、一个算法，就把量子计算赶下了神坛。外媒Quantamagazine报道，尤因·唐(Ewin Tang)上月初发布在网上的一篇论文《A quantum-inspired classical algorithm for recommendation systems》论证了存在一种经典算法使得普通计算机也可以实现量子计算在加速领域的性能。

　　图片来源：Vivian Abagiu 摄于得克萨斯大学奥斯汀分校

　　论文地址：https://arxiv.org/abs/1807.04271

　　美国得克萨斯州克萨斯大学奥斯汀分校的尤因·唐只有18岁，但并不是大一新生，而是即将本科毕业的准研究生。唐在2014 年14 岁那年，跳过中学四到六年级直接进入了大学。今年秋天他就将开始攻读华盛顿大学的博士学位。

　　去年春天，唐报名量子计算领域的著名研究人员斯科特·阿伦森(Scott Aaronson)所教的量子信息课程。导师赏识唐的才华，并交给他一些问题做研究，比如用算法实现让商家为用户推荐可能喜欢的商品。这就好比现在国内流行的个性化推荐，也就是我们在使用购物、新闻和视频类APP时接触的“千人千面”。

　　对大多数人来说，个性化推荐问题很难，而且已经和量子计算挂钩。2016 年，约尔达尼斯·克伦尼迪斯(Iordanis Kerenidis)和阿努帕姆·普拉卡什(Anupam Prakash)这两位计算机科学家发布了一种量子算法，专门针对这类推荐问题。

　　计算机科学家们普遍认为，推荐问题是量子计算的典型应用场景，比传统计算机解决起来快得多。唐也说，“这曾是证明量子计算机可大幅提速的最经典例子之一。”但紧接着他说“现在再也立不住脚。”

　　量子计算的研究目前还处在初级阶段，只在少数几个场景下量子计算机能够秒杀传统计算机，而且解决的都是针对性的能发挥量子计算优势的问题。尽管如此，科学家们还是非常认可量子计算。

　　巴黎计算机科学基础研究所的计算机科学家克伦尼迪斯(Kerenidis)说：“在我看来，这是机器学习和大数据领域的首批例子之一，表明了量子计算机可以做一些我们仍然不知道如何用经典计算机来做的事情。”

　　不过，约尔达尼斯·克伦尼迪斯(Iordanis Kerenidis)和阿努帕姆·普拉卡什(Anupam Prakash)在公布他们的量子计算算法的同时，并没有证明不存在经典算法可以达到同样的性能。

　　鉴于导师也认为并不存在这样的经典算法，唐将自己的论文选题定为：证明没有一种快速的经典推荐算法，佐证克伦尼迪斯和普拉卡什认为量子计算机可大幅提速的观点。

　　然而，随着研究深入，唐开始对这个结果有些怀疑。受到量子计算算法启发，唐认为量子采样技术在经典环境中可以复制，并且能够超越已知的经典算法。

　　6月份加州大学伯克利分校的量子计算研讨会，导师带上了唐，并让他做了两次讲座。从容应对了观众的提问之后，人们达成共识，认为唐的经典算法可能是正确的。

　　目前这一算法现正接受发布之前的同行评审。

　　唐的算法说不上对量子计算的一记重拳，毕竟是受到量子算法研究的启发。可以说，此次事件证明了量子算法和经典算法可以互相促进。

　　另外，唐的论文只是说明了在推荐问题上传统计算机也能有和量子计算一样的性能表现，并不能说明量子计算机没有研发的必要。

　　众所周知的是，传统计算机的算力随着比特位的增加呈线性增长，而每增加一个量子比特位，则有可能使量子计算机的运算能力加倍(呈指数增长)。 因此量子计算未来必将有很广泛的应用。例如：当芯片的制程小于20纳米之后，量子效应就将严重影响芯片的设计和生产，单纯通过减小制程将无法继续遵循摩尔定律，而突破的希望恰在于量子计算。

　　（原标题：18岁华裔大学生证明量子计算在推荐问题上没什么用|量子计算，人工智能|）